Amirah, Muhja Mufidah Afaf (2017) Pengelompokan Lagu Berdasarkan Emosi Menggunakan Algoritma Fuzzy C-Means. Sarjana thesis, Universitas Brawijaya.
Abstract
Musik digital sudah berkembang secara dramatis dalam beberapa tahun ini. Musik-musik yang disediakan terdiri dari berbagai jenis dan emosi yang bersifat acak. Karenanya, diperlukan cara untuk mengorganisasikan lagu-lagu tersebut. Pengorganisasian lagu memungkinkan pengguna untuk menavigasi ke musik-musik yang mereka tuju, juga untuk memberikan saran dan rekomendasi lagu baik bagi masyarakat ataupun industri yang berhubungan dengan musik. Penelitian ini akan melakukan pengelompokan lagu berdasarkan emosi menggunakan algoritma Fuzzy C-Means. Kami menggunakan atribut audio berupa valensi, energi, loudness, dan tempo sebagai fitur yang mencerminkan emosi dari lagu. Hasil cluster dari setiap data lagu ditentukan berdasarkan derajat keanggotaan yang dimilikinya. Pengujian validitas menggunakan Modified Partition Coefficient (MPC) juga dilakukan untuk menguji ketepatan dari hasil clustering yang dilakukan. Pengujian dilakukan dengan variasi data 20%, 40%, 60%, 80%, dan 100% dari total keseluruhan data yang berjumlah 150 lagu. Dari hasil pengujian didapatkan nilai error minimum sebesar 0.00000001 (1 x 10-8). Hasil pengujian menunjukkan bahwa jumlah cluster yang optimal untuk digunakan dalam penelitian ini adalah sebanyak 5 cluster dengan nilai validitas cluster mencapai 0.69472 atau 69.47%. Sedangkan, nilai pembobot yang optimal untuk digunakan dalam penelitian ini yaitu 2 dengan nilai validitas cluster mencapai 0.69951 atau 69.95%.
English Abstract
Digital music has grown dramatically in recent years. They offering musics in various type and emotion that are radom. Therefore, there is a need to organize the songs. The purpose of such organization is to enable users to navigate to pieces of music they like, and also to give them advice and recommendation for people or music-related industries. This research proposed a clustering of songs based on their emotion using the Fuzzy C-Means algorithm. Audio attributes of valence, energi, loudness, and tempo are used as features that represent the emotions of the song. The cluster of each data is determined based on their membership degree. Cluster validity index with Modified Partition Coefficient (MPC) is used to evaluate the fitness of partitions produced by clustering algorithms. The algorithm is tested on different amount of data, which is 20%, 40%, 60%, 80%, and 100% data of total 150 songs. The testing result obtained a minimum error value of 0.00000001 (1x10-8). The results showed that the optimal number of clusters that are best to be used in this research is 5 with the clusster validity value reaches 0.69472 or 69.47%. While, the optimal fuzzifier value to be used in this research is 2 with the cluster validity value reaches 0.7 or 70%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/320/051705961 |
| Uncontrolled Keywords: | Pengelompokan, Emosi, Lagu, Fuzzy C-Means, Atribut Audio |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 01 Aug 2017 07:37 |
| Last Modified: | 28 Sep 2020 09:26 |
| URI: | http://repository.ub.ac.id/id/eprint/924 |
Preview |
Text
Muhja Mufidah Afaf Amirah.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |